這名美國人8年前買一片披薩所付出的代價,現在相當12億美元
這名美國人8年前買一片披薩所付出的代價,現在相當12億美元

昨日(22)是一年一度的「比特幣披薩日」,不過比特幣跟披薩到底有什麼關係呢?這就得從2010年5月,一名程式設計師的發想開始說起了。

用比特幣換食物

2010年5月18日,當時比特幣才出現不到兩年,也沒什麼價值,多數商家也不願意將它當作一種付款方式。為了證明比特幣確實可以拿來交易,漢倪克斯(Laszlo Hanyecz)當時在「比特幣論壇」上表示,他願意以1萬比特幣交換別人把兩盒披薩送到他家門口,重點是中間他不用自己下訂單、打理一切流程。

在四天後送到家的披薩

根據網友當時的討論,1萬比特幣在當時價值41美元(折台幣約 1,230元),而大家看起來並沒有付諸行動的意願,漢倪克斯後續寫到:「是我提供的金額太低了嗎?」、「我只是覺得用比特幣進行交易是件有趣的事情」。而一直到5月22日,漢倪克斯附上照片寫到:「我已經成功用1萬比特幣買到披薩了。⋯⋯謝啦,謝爾寇(jercos,網友名)!」

今天相當於一片披薩12億

這筆交易被廣泛視為有人第一次使用比特幣購買實體商品,也讓5月22日被暱稱為「比特幣披薩日」。但更廣為流傳的是,隨著比特幣的價值水漲船高,1萬比特幣在現在相當於 8,000萬美元(折台幣約 24億元),可以買到的絕對不只兩盒披薩。

「當年想不到現在」

在 2013年接受《紐約時報》訪談時,漢倪克斯說:「當時的比特幣根本沒什麼價值,所以用它們來買披薩的概念超級酷。沒人會想到它現在可以發展的如此龐大。」

漢倪克斯後續提到除了用1萬比特幣買披薩,他在比特幣價值將近1美元的時候把手上的比特幣全數賣出,並賺得約4,000美元(折台幣約 12萬)來買台新電腦。

虛擬貨幣交易不夠有效率

時隔8年,比特幣雖然已經成為價值不斐的存在,但是仍然沒有成為主要的交易方式,《富比士》便指出,這有部分是因為虛擬貨幣處理交易的速度不夠快,一般來說,相較於Visa一秒鐘可以處理2萬4,000筆交易資訊,虛擬貨幣一秒鐘只能處理7筆。

閃電網絡:方便貿易新選擇

不過漢倪克斯仍然相信,比特幣最終可以成為普遍的貿易方式之一,特別是在可以更有效率地執行虛擬貨幣交易的閃電網絡(Lightning Network)出現後。

今年初又重演了一次

在今年2月,漢倪克斯便以0.00649比特幣(價值約67美元,折台幣約2,000元)的價格,透過閃電網絡,拜託一名英國倫敦的朋友幫住在美國佛羅里達州的他購買兩片披薩,除了是向自己當年的舉動致敬,也是為了證明在閃電網絡下,他還是能進行有效的交易。

當時漢倪克斯寫給閃電網絡開發者的信中表示:「如果披薩店有閃電網絡的節點,我就可以直接和店家交易了。」

延伸閱讀:

  1. 一起來理解比特幣喲!日本推出「虛擬貨幣女孩」搭熱潮
  2. 缺乏一座虛擬貨幣挖礦場嗎?加拿大魁北克歡迎你
  3. 珍饌還是「邪門歪道」 加上鳳梨的披薩可以嗎?

本文授權轉載自:地球圖輯隊;作者泥仔。

關鍵字: #比特幣
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓